TL;DR 於 June 28, 2026，Elon Musk 宣布基於 xAI 全新 1.5 兆參數 V9 基礎模型，並以 Cursor AI 程式設計平台補充訓練資料打造的 Grok 4.5，已在 SpaceX 與 Tesla 進入私人測試。內部評估聲稱效能「接近、甚至可能超越」Anthropic 的 Claude Opus，且 RLHF 與 Grok Build 正在持續改進。
對於今天就要整合前沿模型的開發者與企業，CometAPI 透過單一、與 OpenAI 相容的端點，立即、具成本效益地提供 Grok 4.3（與其他 xAI 模型）以及來自 Anthropic、OpenAI、Google 等 500+ 款模型的存取——通常相較於直連定價可節省逾 20%，且不記錄提示詞以保護隱私導向的工作流程。
關鍵要點
- 一則歸因於 Elon Musk 的引述稱 Grok 4.5 已在 SpaceX 與 Tesla 進入私人測試，相關內容由 AshutoshShrivastava 傳播。
- TestingCatalog 報導 Grok 4.5 建立於 1.5T V9 基礎模型，並在補充訓練中加入 Cursor 資料。
- 唯一帶有證據標記的訊號是 Mark Kretschmann 於 June 28 的截圖，顯示 xAI 選單中移除了 Grok / Cursor Composer 3 的版本號。
- 本組訊號未披露基準分數、定價、上下文視窗或 API 時程。
- 有關 Cursor 訓練資料的敘事自 June 16 起在至少三個帳號間發展，Mark Kretschmann 亦將 Grok 5 與 6T 與 10T 參數對（Fable 5 權重等級）關聯。
Grok 4.5 發佈日期
Grok 4.5 於 June 28, 2026 進入私人測試，並預定於 July 9, 2026 公開發佈（截至 July 8，為明日）。
其建立在先前版本如 Grok 4（約於 July 2025 發佈）與 Grok 4.3 之上。預計在公告後不久，將向合格用戶（例如 SuperGrok/Premium+ 訂閱者）開放。對 API，CometAPI 會在釋出後立即整合 grok 4.5 API，並提供更低的採用價格。
Public Release: 今天（July 8, 2026），Musk 發文表示，基於正向的私人測試回饋，SpaceXAI / xAI 將於明天（July 9）向公眾提供 Grok 4.5。其被形容為一款「Opus 級」模型，比同級模型更快、更節省 token，且成本更低。
來自 grok 4.5 架構的訊號：我們所見
主要來源是 Elon Musk 於 June 28, 2026 在 X 的貼文：
“Grok 4.5, based on our 1.5T V9 foundation model, with Cursor data added in supplemental training, is now in private beta at SpaceX & Tesla. Early evals show performance close to, perhaps exceeding Opus. RL is continuing to significantly improve the model, and the Grok Build harness gets better every day…”
該訊息由 @testingcatalog 與 @ai_for_success 等帳號擴散，並提供關於 1.5T V9 與 Cursor 整合的架構細節，“Grok 4.5 is based on 1.5T V9 foundation model, with Cursor data added in supplemental training.”。
Cursor 訊號：xAI/SpaceX 正朝向以約 ~$60B 收購或深度合作 Cursor（Anysphere），可提供豐富的真實開發者 IDE 軌跡、智能體工作流程與多檔案編輯資料。此類補充訓練（預訓練後）使 Grok 4.5 在程式領域具差異化；不過專家指出，若在初始預訓練即整合，效果會更強。
來源: @mark_k
選單狀態的訊號較窄，但更具證據性。依據 Mark Kretschmann 於 June 28 的貼文，Grok 1.5T / Cursor Composer 3 的版本號在當天早上自 xAI 選單中移除。他將之描述為可能先於 xAI 發佈的模式。這並非正式發佈，但相較於轉傳效能主張，因附有截圖而更具體。
後續的金絲雀訊號讓故事更進一步。TestingCatalog 發現 Grok 網頁 UI 出現字串 "Unlock the full power of Chat with Grok 4.5." 這類跡象常在產品變更前出現，但也可能被放棄、延遲或限制推出。
我們對 Grok 4.5 的合理預期
- 加強程式與智能體表現：補充的 Cursor 資料應可提升 SWE-Bench 類任務、多檔案推理與真實開發者工作流程。預期在技術推理、除錯、與生產級工程方面有長處——這也與 SpaceX/Tesla 的使用情境一致。
- 規模與效率：在優化的 V9 上以 1.5T 參數（透過 Colossus 的 Blackwell 時代 GPU）達成在效能與推論可行性間的平衡。私人測試後的 RL 改進可望縮小推理差距。
- 快速迭代：Musk 提到每月自零訓練新模型。Grok 4.5 是一個跳板，更大的 2T+ 執行已在預訓練中納入 Cursor 資料。
- 多模態與工具使用：建立在既有 Grok 能力（視覺、搜尋、Grok Build）上，預期擴展智能體功能。
- 公開推出時間線：UI 痕跡顯示自數日到數週即可更廣泛開放。歷史模式顯示從釋出預告到預覽大約 1–2 週。
對於今天的生產用例：在等待期間，可透過 CometAPI 的 Grok 端點整合。其與 OpenAI 相容的 API 支援無縫切換並提供成本節省（例如較低費率使用 Grok 4），非常適合打造可輕鬆升級至 Grok 4.5 的應用。詳情請見 CometAPI Grok offerings。
硬事實仍以官方文件為準，而官方文件對 Grok 4.5 仍保持沉默。xAI 的模型頁面列出 grok-build-0.1 作為專為智能體程式工作流程訓練的程式設計模型，具有 256k 上下文視窗，且在 xAI 定價文件中每 1M 輸入/輸出 tokens 分別為 $1.00 / $2.00。另列出通用用途的 grok-4.3，具有 1M-token 上下文視窗，且每 1M 輸入/輸出 tokens 分別為 $1.25 / $2.50。xAI 速率限制頁包含 Grok 4.3 與 Grok Build 0.1，xAI 函式呼叫文件說明目前工具使用面，但這些頁面都未列出 Grok 4.5。
這個缺席很重要。一個模型可以在內部真實存在，卻仍無法透過公共 API 使用。團隊應將「xAI 可能正在測試」與「開發者可以部署」區分開來。
公共討論仍然有用，但用途較窄：它告訴我們應先測哪些項目。
後續問題比熱度更有價值：
- Cursor 風格的資料是否降低失敗修補的嘗試？
- Grok 4.5 是否比 Grok 4.3 或 Grok Build 更能導航程式庫？
- 在真實多檔案任務上是否勝過 Claude Opus 4.8？
- 是否需要更少重試、更少工具呼叫或更少人工審閱？
- 當同時衡量延遲與輸出長度時，是否仍具競爭力？
- 是否能在非 Cursor 類型的工作流程中泛化？
把 X 貼文串當作訊號，而非規格。規格自 xAI 更新其模型文件或發佈說明時開始。
Grok 4.5 vs Claude Opus：預期表現
真正的路由問題不是「Grok 4.5 是否令人興奮？」而是：一旦 Grok 4.5 可用，程式或智能體工作流程是否該用 Grok 4.5 取代 Claude Opus 4.8？
Claude Opus 4.8 是乾淨的基準，因為 Anthropic 擁有公開文件與基準資料。Anthropic 的模型總覽列出 Claude Opus 4.8 具有 1M-token 上下文視窗與 128k 的最大輸出。Opus 4.8 公告將其定位於複雜智能體工作、程式設計與企業用例，定價頁提供官方 API 價格基準。
Opus 4.8 的系統卡提供實際數字。在評估摘要中，Opus 4.8 報告 SWE-bench Verified 88.6、SWE-bench Pro 69.2、Terminal-Bench 2.1 為 74.6、OSWorld-Verified 為 83.4，GDPval-AA 為 1890。
Grok 4.5 的預期優勢：
- 程式專精：Cursor 資料提供真實開發者軌跡的獨特優勢，而此類資料在合成基準中常被低估。先前 Grok 模型已在程式方面具競爭力；此次可能在智能體任務上更進一步。
- 規模與速度：1.5T 參數 + Colossus 基礎設施，可能帶來強勁的吞吐與長上下文處理。
- 成本/可近性：xAI 模型通常定價具競爭力；CometAPI 進一步降低成本（例如 Grok 4 系列可顯著節省）。
Claude Opus 的優勢（當前旗艦）：
- 經證實的基準：高 SWE-Bench（近期版本約 80%+ Verified）、強推理（GPQA、ARC-AGI）、優秀的指令遵循與安全性。
- 成熟生態：穩健的工具使用、artifact 與企業功能。
比較表（基於現有資料的推測/推理）
| 面向 | Grok 4.5（預期） | Claude Opus（當前） |
|---|---|---|
| 參數量 | 1.5T (V9) | 未披露（稠密/專家混合） |
| 程式設計（SWE-Bench 估計） | 具競爭力/領先（Cursor 加持） | 約 80%+ Verified |
| 通用推理（GPQA/MMLU） | 接近/高於 Opus | 領先 |
| 上下文視窗 | 大（預估 200k+） | 200k+ |
| 價格（透過 API） | 具競爭力（透過 CometAPI 更便宜） | 高價 |
| 資料專精 | Cursor IDE 軌跡 | 廣泛 + 精選 |
| 可用性 | 私人測試 → 即將？ | 公開 API |
| 訓練節奏 | 每月從零訓練的模型 | 迭代式 |
表格綜合自外流資訊、先前基準與分析。實際結果以公開評測為準。
將 Opus 的比較視為對標，而非結論。若 Grok 4.5 真正接近或超越 Opus，應反映在解題成功率、更少重試、更低審閱修改，以及更好的工具迴圈恢復能力上。若只贏在展示，仍不足以支撐生產路由。
三個工程暗角
1. Cursor 形狀的增益未必能轉移到你的程式堆疊
若訓練訊號來自 Cursor 工作流程，模型可能在 Cursor 式編輯模式最強。但你的生產系統可能不同：伺服端智能體、CI 修復機器人、GitHub issue 分揀、內部程式庫遷移或本機開發助手。
評估檢查清單：
- 納入真實程式庫，而非玩具提示。
- 納入需先閱讀再編輯的任務。
- 納入失敗測試的恢復任務。
- 評分最終修補正確性，而非僅答案品質。
- 比較純聊天模式與智能體模式。
- 衡量 Grok 4.5 是否相較 Opus 4.8 與 Grok 4.3 降低重試。
2. 私測表現可能依賴內部框架
在 SpaceX 或 Tesla 內部測試的模型，可能受益於內部工具、精心設計的提示、私有評測任務或專門檢索。公開 API 版本可能表現不同。
評估檢查清單：
- 紀錄精確的模型 ID 與發佈日期。
- 紀錄每次執行的工具可用性。
- 區分模型品質與框架品質。
- 追蹤 p50 與 p95 延遲。
- 追蹤工具失敗與無效工具呼叫。
- 避免拿內部智能體展示與原始 API 呼叫比較。
3. 定價與上下文限制可能抹去基準勝利
即使 Grok 4.5 更強，也未必更便宜。token 價格、上下文視窗、輸出上限、提示快取、速率限制與工具呼叫成本都很重要。
採用以下路由度量：
有效每已解決任務成本 = （主要模型成本 + 重試成本 + 後備成本 + 人工審查成本）/ 成功任務數
若 Grok 4.5 以更少重試解決更多任務，即使 token 價格較高也值得。若其耗用更多 token、迴圈更久或需要更多審閱，發佈熱度就不會轉化為更低的工作負載成本。
如何自行評估 Grok 4.5
利用外流時窗，在模型出現前準備好評測。
1. 建立一組含 20 個任務的程式智能體集
納入真實任務：
- 修復你自家程式庫中的 bug
- 多檔案重構
- 相依套件遷移
- 修復失敗測試
- 程式碼審查（含細微回歸）
- 連動程式碼的文件更新
- 根據螢幕截圖加原始碼的 UI 錯誤
- SQL 或資料管線問題
- 工具調用工作流程
- 長上下文的程式庫問題
2. 在可用基線上執行相同任務
不要等到 Grok 4.5 才開始測量。將相同任務集跑在：
- Grok 4.3（目前 xAI 通用推理）
- Grok Build 0.1（xAI 官方程式設計模型基線，若可用）
- Claude Opus 4.8（高能力的程式與智能體工作）
- Claude Sonnet 5（較低成本的生產路由）
- 你目前的生產模型
3. 衡量每個已解決任務的成本
追蹤：
- 輸入 tokens
- 輸出 tokens
- 工具呼叫
- 重試次數
- 失敗修補
- 測試通過率
- 延遲
- 審查者修改
- 最終通過/未通過分數
- 每個被接受修補的成本
不要比較一次性的輸出。比較相同任務、相同指示、相同工具與相同評分標準。
4. 僅在公開可用後再加入 Grok 4.5
當 xAI 或 CometAPI 釋出穩定的 Grok 4.5 模型 ID，將其加入相同評測。不要圍繞新模型重寫評測。重點在於讓基準足夠穩定，確保比較具有意義。
5. 依工作負載類型決策
按任務類型選用最佳模型，而非按品牌：
- 在任務成功率相近時，選用更便宜的模型。
- 在失敗成本高且 Grok 4.5 未證明同等時，選用 Opus 4.8。
- 僅在 Grok 4.5 於你自家任務上超越現有基線時採用。
- 在錯誤率、延遲與成本穩定前保留後備路由。
我們已知 vs. 尚無法驗證
已確認/強烈訊號：
- 1.5T V9 基礎 + Cursor 補充訓練。
- 於 SpaceX/Tesla 進入私人測試（June 28, 2026）。
- Musk 歸因的「接近/超越 Opus」主張。
- 每月新模型的路線圖。
- UI 金絲雀跡象。
未驗證/待解問題：
- 精確基準（尚無系統卡）。
- 公開發佈日期與 API 定價。
- 完整上下文視窗、多模態能力。
- 精確的 Cursor 資料量、授權與混合比例。
- 與特定 Opus 版本或其他前沿（如 GPT-5.5、Gemini 3.x）的比較表現。
- Grok 4.5 與傳聞中更大的 Grok 5 變體之關係。
將這些主張視為供應商方向性訊號。歷史顯示內部評測與公開評測可能不同；獨立驗證至關重要。
接下來觀察什麼
- xAI 模型文件新增 Grok 4.5 的模型 ID。
- xAI 發佈說明確認公開或預覽可用性。
- 獨立的程式智能體基準，尤其是 SWE-bench、Terminal-Bench 與 Cursor 風格的程式智能體任務。
- 真實開發者對 Cursor 類型工作流程的回報。
- CometAPI 目錄或儀表板關於 Grok 4.5 可用性的更新。
第一個可靠的採購訊號不會是一則爆紅的 X 貼文，而會是模型 ID 加上可重複的評測結果。
未來展望：每月模型與更遠
xAI 的節奏——每月新的基礎模型——可能改寫迭代速度。Grok 4.5 是一次漸進飛躍；Grok 5 變體承諾更多。預期將持續強調求真、幽默與與現實世界實用性的結合，與 Musk 的願景保持一致。
行動呼籲：立即註冊 CometAPI，以更實惠的方式使用強大的 Grok 系列模型並保持領先。關注 x.ai 與 X 以取得 Grok 4.5 的官方更新。AI 程式革命正在加速——現在就為你的工作流程定位。